@wangbinyq 在 Artificial Analysis 发布的 qwq 测评分数中发帖GPQA Diamond：59.5%，低于 DeepSeek R1 的 71%，略低于 Gemini 2.0 Flash 的 62%

@wangbinyq 在 Artificial Analysis 发布的 qwq 测评分数中发帖

GPQA Diamond：59.5%，低于 DeepSeek R1 的 71%，略低于 Gemini 2.0 Flash 的 62%。
AIME 2024：78%，与阿里巴巴的说法相符，优于 DeepSeek R1，仅次于 o3-mini-high。

 [GPQA] 
 [AIME]